从生物信息与网络药理角度认识姜黄素治疗膝骨关节炎的分子机制

doi:10.12307/2021.215

中国组织工程研究 ›› 2021, Vol. 25 ›› Issue (32): 5132-5140.doi: 10.12307/2021.215

• 组织构建相关数据分析 Date analysis of organization construction • 上一篇下一篇

从生物信息与网络药理角度认识姜黄素治疗膝骨关节炎的分子机制

邹昆1，郭万首2，邓雅文3，张启栋2，刘沛1，王卫国2

1 北京中医药大学，北京市 100029；2 中日友好医院骨科，免疫炎性疾病北京市重点实验室，北京市 100029；3 中国中医科学院广安门医院，北京市 100053

收稿日期:2020-08-31 修回日期:2020-09-01 接受日期:2020-09-26 出版日期:2021-11-18 发布日期:2021-07-26
通讯作者: 郭万首，教授，博士生导师，中日友好医院骨科，免疫炎性疾病北京市重点实验室，北京市 100029
作者简介:邹昆，男，北京中医药大学在读硕士，主要从事中西医结合骨科方向研究
基金资助:
国家自然科学基金(81703896)，项目负责人：张启栋；国家自然科学基金(81673776，81972130)，项目负责人：郭万首；北京市科技计划(首特)课题(Z171100001017209)，项目负责人：王卫国

Molecular mechanism of curcumin in the treatment of knee osteoarthritis based on bioinformatics and network pharmacology

Zou Kun1, Guo Wanshou2, Deng Yawen3, Zhang Qidong2, Liu Pei1, Wang Weiguo2

1Beijing University of Chinese Medicine, Beijing 100029, China; 2Department of Orthopaedic Surgery/Beijing Key Lab Immune-Mediated Inflammatory Diseases, China-Japan Friendship Hospital, Beijing 100029, China; 3Guang'anmen Hospital, China Academy of Chinese Medical Sciences, Beijing 100053, China

Received:2020-08-31 Revised:2020-09-01 Accepted:2020-09-26 Online:2021-11-18 Published:2021-07-26
Contact: Guo Wanshou, Professor, Doctoral supervisor, Department of Orthopaedic Surgery/Beijing Key Lab Immune-Mediated Inflammatory Diseases, China-Japan Friendship Hospital, Beijing 100029, China
About author:Zou Kun, Master candidate, Beijing University of Chinese Medicine, Beijing 100029, China
Supported by:
the National Natural Science Foundation of China, No. 81703896 (to ZQD), 81673776 and 81972130 (both to GWS); Beijing Municipal Science and Technology Project, No. Z171100001017209 (to WWG)

摘要/Abstract

摘要：

文题释义：
网络药理学：是基于系统生物学的理论，对生物系统的网络分析，选取特定信号节点进行多靶点药物分子设计的新学科。该学科强调对信号通路的多途径调节，因其整体性、系统性的特点与中医药整体观、辨证论治原则一致，目前已被广泛应用于中药研究。
分子对接：是通过受体的特征以及受体和药物分子之间的相互作用方式来进行药物设计的方法，主要研究分子间(如配体和受体)相互作用，并预测其结合模式和亲合力的一种理论模拟方法。
背景：姜黄素是由中药姜黄中提取的一种植物多酚，可用于治疗膝骨关节炎，但具体机制尚不清楚。
目的：基于生物信息学和网络药理学初步分析姜黄素治疗膝骨关节炎的分子机制，为膝骨关节炎的治疗提供新的研究方向。
方法：通过中药系统药理学数据库及分析平台(TCMSP)数据库、蛋白质-化合物作用网(STITCH)数据库、Drugbank数据库、SEA 数据库、SwissTargetPrediction数据库、药物靶标的蛋白质数据库(Binding DB)预测姜黄素的相关作用靶点，再结合基因表达数据库(GEO)公共数据库中关于姜黄素的相关芯片，使用GEO2R在线分析工具分析得到差异基因；同时检索治疗靶点数据库(TTD)、人类孟德尔遗传病(OMIM)数据库、DisGeNET数据库、Drugbank数据库和GeneCards数据库获得膝骨关节炎相关疾病靶点，明确姜黄素治疗膝骨关节炎的作用靶点，通过设置degree值得到关键靶点。利用STRING 数据库构建药物-疾病共同靶点的蛋白质-蛋白质相互作用关系；并利用R语言对药物-疾病共同靶点进行GO分析和KEGG通路分析；利用IGEMDOCK软件对关键靶点进行分子对接。
结果与结论：①通过检索上述药物数据库共获得姜黄素相关靶点339个；检索GEO数据库确定姜黄素相关序列号为GSE10896的芯片，筛选出397个差异基因；②检索上述疾病数据库共获得膝骨关节炎相关疾病靶点1 903个，其中典型靶点有AKT1、NFKB1、RELA和IKBKB等；③利用STRING数据库构建129个共同靶点的蛋白质-蛋白质相互作用关系网络图；④GO分析功能富集显示，姜黄素治疗膝骨关节炎的生物学进程主要涵盖DNA结合转录因子、DNA结合转录激活剂活性、RNA聚合酶Ⅱ特异性、内肽酶活性、蛋白质丝氨酸/苏氨酸激酶活性、核受体活性、配体激活的转录因子活性、金属肽酶活性和磷酸酶结合等，信号通路主要表现为PI3K-Akt、MAPK、白细胞介素17、肿瘤坏死因子和缺氧诱导因子1信号通路；⑤分子对接结果显示关键靶点胰岛素样生长因子1受体、雌激素受体、EGFR、CYP19A1与靶蛋白有良好的亲和力；⑥结果证实，姜黄素治疗膝骨关节炎的机制涉及MAPK3、EGFR、雌激素受体1、MDM2、CYP19A1、MAPK14、雌激素受体和胰岛素样生长因子1受体共计8个关键靶点，还涉及PI3K-Akt、MAPK、白细胞介素17、肿瘤坏死因子和缺氧诱导因子1等主要信号通路，各靶点与各通路之间产生的交叉作用，可能会抑制炎症反应和软骨细胞凋亡，从而治疗膝骨关节炎。

https://orcid.org/0000-0001-5521-2770 (邹昆)
中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

关键词: 姜黄素, 膝骨关节炎, 生物信息学, 网络药理学, 分子对接, 靶点, 信号通路, 中医药

Abstract: BACKGROUND: Curcumin is a plant polyphenol extracted from turmeric, which can be used to treat knee osteoarthritis. However, the specific mechanism is still unclear.
OBJECTIVE: Based on bioinformatics and network pharmacology, to explore the molecular mechanism of curcumin in the treatment of knee osteoarthritis, thereby providing a new research direction for the treatment of knee osteoarthritis.
METHODS: Curcumin-related targets were analyzed by TCMSP database, STITCH database, Drugbank database, SEA database, SwissTargetPrediction database and Binding DB database. Differentially expressed genes were obtained by GEO2R analysis combined with curcumin-related chips in GEO database. TTD, OMIM, DisGeNET, Drugbank, and GeneCards were used to obtain the disease targets related to knee osteoarthritis and identify the curcumin-knee osteoarthritis common targets and the key targets by setting the degree value. STRING database was used to construct the protein-protein interaction relationship of common targets, and R language was used to analyze gene ontology and Kyoto Encyclopedia of Genes and Genomes pathways of common genes. IGEMDOCK software was used to perform molecular docking analysis on the key targets.
RESULTS AND CONCLUSION: A total of 339 curcumin-related targets were obtained by searching the above-mentioned drug databases; a chip with the curcumin-related sequence number GSE10896 was determined by searching the GEO database, and 397 differential genes were screened out. A total of 1 903 disease-related targets were obtained by searching the above-mentioned disease databases, and the typical targets included AKT1, NFKB1, RELA, and IKBKB. The protein-protein interaction network diagram of 129 common targets was constructed by using the STRING database. The gene ontology analysis showed that the biological process of curcumin treatment of knee osteoarthritis mainly covered DNA-binding transcription factor, DNA binding transcription activator activity, RNA polymerase II specificity, endopeptidase activity, protein serine/threonine kinase activity, nuclear receptor activity, ligand activated transcription factor activity, metal peptidase activity, and phosphatase binding. The mainly signal pathways were the PI3K-Akt, MAPK, interleukin-17, tumor necrosis factor and hypoxia-inducible factor-1 signaling pathways. The molecular docking analysis revealed that the key targets such as insulin-like growth factor 1 receptor, estrogen receptor, epidermal growth factor receptor, and CYP19A1 had a good affinity with the target proteins. To conclude, there were eight key targets involved in the treatment of knee osteoarthritis with curcumin, including MAPK3, epidermal growth factor receptor, estrogen receptor 1, MDM2, CYP19A1, MAPK14, estrogen receptor, and insulin-like growth factor 1. These targets inhibit inflammation and chondrocyte apoptosis through PI3K-Akt, MAPK, interleukin-17, tumor necrosis factor, and hypoxia-inducible factor 1 signaling pathways for treating knee osteoarthritis with curcumin.

Key words: curcumin, knee osteoarthritis, bioinformatics, network pharmacology, molecular docking, target, signaling pathway, traditional Chinese medicine

中图分类号:

邹昆, 郭万首, 邓雅文, 张启栋, 刘沛, 王卫国. 从生物信息与网络药理角度认识姜黄素治疗膝骨关节炎的分子机制[J]. 中国组织工程研究, 2021, 25(32): 5132-5140.

Zou Kun, Guo Wanshou, Deng Yawen, Zhang Qidong, Liu Pei, Wang Weiguo. Molecular mechanism of curcumin in the treatment of knee osteoarthritis based on bioinformatics and network pharmacology[J]. Chinese Journal of Tissue Engineering Research, 2021, 25(32): 5132-5140.

图/表（结果） 12

2.1 姜黄素相关作用靶点的收集与筛选通过筛选上述药物数据库得到与姜黄素作用相关的靶点，合并去重后得到339个靶点，见图1。在GSE10896的芯片中包含了12个姜黄素干预U937细胞(人类单核细胞系，The human monocytic cell line)的干预组和12个对照组，对其结果使用GEO2R进行在线分析，再根据P < 0.05，logFC>1或logFC<-1为限定值，得到显著差异基因397个，其中上调基因238个，下调基因151个，并制作火山图，上调基因用红色表示，下调基因用绿色表示，见图2。根据表达矩阵和分组信息，绘制差异基因的热图，见图3。最后将上述药物数据库获得的靶点与差异表达基因提取并集，即获得姜黄素作用的可能相关靶点(728个)，见图1。

2.2 筛选膝骨关节炎的疾病靶点通过筛选上述疾病数据库合并去重后获得膝骨关节炎疾病相关靶点1 903个。利用R程序包绘制膝骨关节炎疾病靶点和姜黄素预测靶点绘制韦恩图，得到129个共同靶点，见图4。

2.3 构建蛋白质互作网络图和拓扑学分析将上述药物-疾病共同靶点输入STRING数据库，得到PPI互作网络图，将结果保存成tsv文件，借助Cytoscape软件构建PPI网络，如图5，相互作用网络包含54个节点(nodes)和241条边(edges)。图5中1个节点的度(degree)表示网络中和节点相连的路线的条数，degree越大表示该节点与其他节点的关系越密切，所处的位置在网络中越重要。通过NetworkAnalyzer工具分析选取，选取Degree≥15(中位数)，得到8个关键靶点，关键靶点之间共26条边，关键靶点详细介绍见表2。

2.4 GO富集分析与KEGG通路分析结果将 129个共同靶点经R语言运行后GO分析与KEGG 功能富集分析，分别得到125个生物学进程条目和 37个KEGG信号通路条目，并将结果选取前20条以气泡图形式输出，见图6，7，气泡的大小表示该条目下差异基因的个数，点越大表示基因数越多。

颜色表示调整后的P值，越红表示调整后的P值越小，富集越明显。GO分析结果显示，富集基因数目>10的条目有11个，主要与DNA结合转录因子，DNA结合转录激活剂活性，RNA聚合酶Ⅱ特异性，内肽酶活性、蛋白质丝氨酸/苏氨酸激酶活性、核受体活性、配体激活的转录因子活性、金属肽酶活性及磷酸酶结合有关。KEGG功能分析显示：共同靶点主要富集于白细胞介素17信号通路、肿瘤坏死因子信号通路和低氧诱导因子1信号通路[25]，其中红色气泡的白细胞介素17信号通路和肿瘤坏死因子通路更为重要，选择些条通路进行绘制，见图8，9。在这37条通路中，根据count值排序，大于中位数(12)的通路由大到小依次是PI3K-Akt(20)、MAPK(18)、白细胞介素17(16)、肿瘤坏死因子(16)和缺氧诱导因子1信号通路(13)。

2.5 构建姜黄素治疗膝骨关节炎的姜黄素-共同靶点-通路网络图将药物与疾病共同靶点和通路构建姜黄素-共同靶点-通路网络图，见图10，其中节点越大，说明该节点越重要，相互作用网络包含129药物-疾病共同靶点、37个KEGG 信号通路、168个节点和476条边。共同靶点根据degree排名，前10位的靶点是AKT1，NFKB1，RELA，IKBKB，CHUK，MAPK14，JUN，IKBKG，EGFR和GSK3B。

2.6 姜黄素关键靶点与靶蛋白的分子对接结果将姜黄素关键靶点进行分子对接判断其进入机体后能否与靶蛋白稳定结合。IGEMDOCK软件的分子对接结果是以能量的高低来判断姜黄素关键靶点与靶蛋白结合程度的，能量值越小，与靶蛋白结合的亲和力越大，IGEMDOCK对接结果表明对接能量值均低于-100，见表3，结果表明姜黄素关键靶点与靶蛋白有很好的结合性，从表3中可以看出胰岛素样生长因子1受体(IGF1R)与3D94结合亲和力最强，对其进行可视化分析，见图11。

参考文献

[1] GIWNEWER U, RUBIN G, ORBACH H, et al. treatment for osteoarthritis of the knee. Harefuah. 2016;155(7):403-406.
[2] URBAN H, LITTLE CB. The role of fat and inflammation in the pathogenesis and management of osteoarthritis. Rheumatology (Oxford). 2018;57(suppl_4): iv10-iv21.
[3] ISHIJIMA M, NAKAMURA T, SHIMIZU K, et al. Intra-articular hyaluronic acid injection versus oral non-steroidal anti-inflammatory drug for the treatment of knee osteoarthritis: a multi-center, randomized, open-label, non-inferiority trial. Arthritis Res Ther. 2014;16(1):R18.
[4] ZHANG G, CAO J, YANG E, et al. Curcumin improves age-related and surgically induced osteoarthritis by promoting autophagy in mice. Biosci Rep. 2018;38(4):BSR20171691.
[5] ZHANG Z, LEONG DJ, XU L, et al. Curcumin slows osteoarthritis progression and relieves osteoarthritis-associated pain symptoms in a post-traumatic osteoarthritis mouse model. Arthritis Res Ther. 2016;18(1):128.
[6] ZHANG Y, ZENG Y. Curcumin reduces inflammation in knee osteoarthritis rats through blocking TLR4 /MyD88/NF-κB signal pathway. Drug Dev Res. 2019;80(3):353-359.
[7] RU J, LI P, WANG J, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 2014;6:13.
[8] SZKLARCZYK D, SANTOS A, VON MERING C, et al. STITCH 5: augmenting protein-chemical interaction networks with tissue and affinity data. Nucleic Acids Res. 2016; 44(D1):D380-D384.
[9] GILSON MK, LIU T, BAITALUK M, et al. BindingDB in 2015: A public database for medicinal chemistry, computational chemistry and systems pharmacology. Nucleic Acids Res. 2016;44(D1): D1045-D1053.
[10] WISHART DS, FEUNANG YD, GUO AC, et al. DrugBank 5.0: a major update to the DrugBank database for 2018. Nucleic Acids Res. 2018;46(D1):D1074-D1082.
[11] GU S, LAI LH. Associating 197 Chinese herbal medicine with drug targets and diseases using the similarity ensemble approach. Acta Pharmacol Sin. 2020;41(3):432-438.
[12] DAINA A, MICHIELIN O, ZOETE V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules. Nucleic Acids Res. 2019;47(W1):W357-W364.
[13] UniProt: the universal protein knowledgebase. Nucleic Acids Res. 2017; 45(D1):D158-D169.
[14] LI Y, GU J, XU F, et al. Transcriptomic and functional network features of lung squamous cell carcinoma through integrative analysis of GEO and TCGA data. Sci Rep. 2018;8(1):15834.
[15] MEJA KK, RAJENDRASOZHAN S, ADENUGA D, et al. Curcumin restores corticosteroid function in monocytes exposed to oxidants by maintaining HDAC2. Am J Respir Cell Mol Biol. 2008;39(3):312-323.
[16] LI YH, YU CY, LI XX, et al. Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics. Nucleic Acids Res. 2018;46(D1):D1121-D1127.
[17] AMBERGER JS, BOCCHINI CA, SCHIETTECATTE F, et al. OMIM.org: Online Mendelian Inheritance in Man (OMIM®), an online catalog of human genes and genetic disorders. Nucleic Acids Res. 2015; 43(Database issue):D789-D798.
[18] PIñERO J, BRAVO À, QUERALT-ROSINACH N, et al. DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants. Nucleic Acids Res. 2017;45(D1):D833-D839.
[19] STELZER G, ROSEN N, PLASCHKES I, et al. The genecards suite: from gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 2016;54: 1.30.1-1.30.3.
[20] SZKLARCZYK D, MORRIS JH, COOK H, et al. The STRING database in 2017: quality-controlled protein-protein association networks, made broadly accessible. Nucleic Acids Res. 2017;45(D1):D362-D368.
[21] 黄友,杨莎莎,林夏,等.基于网络药理-分子对接研究附子理中丸治疗溃疡性结肠炎的作用机制[J].药学学报,2020, 55(8):1812-1822.
[22] HSU KC, CHEN YF, LIN SR, et al. iGEMDOCK: a graphical environment of enhancing GEMDOCK using pharmacological interactions and post-screening analysis. BMC Bioinformatics. 2011;12 Suppl 1 (Suppl 1):S33.
[23] BURLEY SK, BERMAN HM, KLEYWEGT GJ, et al. Protein Data Bank (PDB): the single global macromolecular structure archive. Methods Mol Biol. 2017;1607:627-641.
[24] KIM S, CHEN J, CHENG T, et al. PubChem 2019 update: improved access to chemical data. Nucleic Acids Res. 2019;47(D1): D1102-D1109.
[25] MIN S, WANG C, LU W, et al. Serum levels of the bone turnover markers dickkopf-1, osteoprotegerin, and TNF-α in knee osteoarthritis patients. Clin Rheumatol. 2017;36(10):2351-2358.
[26] YUAN XL, MENG HY, WANG YC, et al. Bone-cartilage interface crosstalk in osteoarthritis: potential pathways and future therapeutic strategies. Osteoarthritis Cartilage. 2014; 22(8):1077-1089.
[27] JO CH, LEE YG, SHIN WH, et al. Intra-articular injection of mesenchymal stem cells for the treatment of osteoarthritis of the knee: a proof-of-concept clinical trial. Stem Cells. 2014;32(5):1254-1266.
[28] 葛伟韬,高云,刘珍珠,等.膝骨关节炎中医病名辨识[J].中医杂志,2016,57(23): 1989-1992.
[29] NAKAGAWA Y, MUKAI S, YAMADA S, et al. Short-term effects of highly-bioavailable curcumin for treating knee osteoarthritis: a randomized, double-blind, placebo-controlled prospective study. J Orthop Sci. 2014;19(6):933-939.
[30] CHEN Y, SHOU K, GONG C, et al. Anti-inflammatory effect of geniposide on osteoarthritis by suppressing the activation of p38 MAPK signaling pathway. Biomed Res Int. 2018;2018:8384576.
[31] DANKNER M, ROSE AAN, RAJKUMAR S, et al. Classifying BRAF alterations in cancer: new rational therapeutic strategies for actionable mutations. Oncogene. 2018;37(24): 3183-3199.
[32] 刘敏,谢巍伟,郑维,等.雌二醇与ESR1靶向结合通过ERK信号通路调控软骨细胞的增殖[J].南方医科大学学报,2019, 39(2):134-143.
[33] SASAKO T, UEKI K. Insulin/IGF-1 signaling and aging. Nihon Rinsho. 2016;74(9): 1435-1440.
[34] 吴憾,蒋凤艳,劳山,等.女性激素对骨关节炎的影响研究[J].哈尔滨医科大学学报,2017,51(6):521-523.
[35] 刘欢,李翔,刘红佶,等.补精益视片对大鼠慢性高眼压模型视神经PI3K/Akt通路MDM2、p53表达的影响[J].中医眼耳鼻喉杂志,2020,10(2):72-75.
[36] FU D, SHANG X, NI Z, et al. Shikonin inhibits inflammation and chondrocyte apoptosis by regulation of the PI3K/Akt signaling pathway in a rat model of osteoarthritis. Exp Ther Med. 2016;12(4):2735-2740.
[37] JOOS H, WILDNER A, HOGREFE C, et al. Interleukin-1 beta and tumor necrosis factor alpha inhibit migration activity of chondrogenic progenitor cells from non-fibrillated osteoarthritic cartilage. Arthritis Res Ther. 2013;15(5):R119.
[38] HU G, ZHAO X, WANG C, et al. MicroRNA-145 attenuates TNF-α-driven cartilage matrix degradation in osteoarthritis via direct suppression of MKK4. Cell Death Dis. 2017;8(10):e3140.
[39] FERNáNDEZ-TORRES J, MARTíNEZ-NAVA GA, ZAMUDIO-CUEVAS Y, et al. Impact of the gene-gene interactions related to the HIF-1α signaling pathway with the knee osteoarthritis development. Clin Rheumatol. 2019;38(10):2897-907.

引言

膝骨关节炎是临床上常见的骨科疾病之一，其发病率正逐年上升，它是导致中老年人疼痛、功能障碍和残疾的最常见原因之一[1]。膝骨关节炎的具体发病机制尚不明确，与遗传、肥胖、年龄、性别、炎症、创伤和代谢功能障碍有关[2]。目前治疗膝骨关节炎主要是控制体质量、物理治疗、药物对症治疗及手术治疗，以缓解疼痛，改善膝关节功能[3]，其中药物治疗包括西药非类固醇类抗炎药和中药辨证论治治疗。
姜黄素是中药姜黄的主要活性成分，已有研究通过构建自发性与创伤性骨关节炎老鼠模型服用姜黄素[4]，证明姜黄素治疗改善了白细胞介素1β诱导的自噬抑制、细胞活力降低和凋亡，表明姜黄素通过Akt/mTOR信号传导途径诱导的自噬抗骨关节炎作用。也有研究通过构建内侧半月板不稳定的小鼠骨关节炎模型[5]，发现姜黄素和包裹姜黄素的纳米颗粒均抑制了软骨细胞中促炎性递质白细胞介素1β和肿瘤坏死因子α、基质金属蛋白酶1(MMP1)，3和13、聚集蛋白聚糖酶ADAMTS5的mRNA表达，并上调了软骨保护性转录调节因子CITED2。还有研究通过构建碘乙酸单钠(MIA)诱导的骨关节炎大鼠模型服用姜黄素[6]，表明姜黄素可以阻断骨关节炎大鼠的Toll样受体4/核转录因子κB信号通路降低炎症水平。上述研究都是通过前期基础研究或者查找文献发现可能的相关靶点和相关通路，研究的靶点和通路有限，但中药治疗疾病是多靶点多通路的作用机制，需要应用大数据挖掘现有所有关于姜黄素和膝骨关节炎有关的靶点通路。
文章通过生物信息学与网络药理学技术手段，筛选和预测姜黄素治疗膝骨关节炎的潜在作用靶点和信号通路，为后期中药的研发与临床应用提供科学依据。
中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

材料方法

1.1 资料库及研究流程正文所涉及的资料库见表1。研究流程见图1。

1.2 姜黄素相关作用靶点的收集与筛选首先以“Curcumin”为关键词，通过筛选TCMSP，STITCH，BindingDB，
Drugbank，SEA和SwissTargetPrediction数据库得到与姜黄素相关的靶点[7-12]，经合并去重后，统一在Uniprot蛋白质
数据库标准化蛋白质靶点信息[13]。
在NCBI旗下的GEO数据库中[14]，以“Curcumin”为关键词检索，获得编号为 GSE10896的芯片数据原始文件[15]，该芯片中包含了24个姜黄素干预组与对照组数据。使用数据库自带的GEO2R分析工具，自定义分组后保存所有结果，保存为geo.csv文件，使用R语言选择P < 0.05，logFC>1或logFC<-1为限定值的显著差异基因，并制作火山图。应用“Limma”“gplots”“WGCNA”程序包利用GEO数据库下载的GSE10896_series_matrix.txt数据获得表达矩阵和分组信息，绘制差异基因的热图。最后将上述6个药物数据库获得的相关作用靶点与在GEO数据库获得的差异表达基因提取并集，即获得姜黄素药理作用相关的预测靶点。
1.3 筛选膝骨关节炎的疾病靶点以“knee osteoarthritis”为关键词，通过筛选TTD，OMIM，DisGeNET，
Drugbank，GeneCards疾病数据库[16-19]，合并去重后获得膝骨关节炎疾病相关靶点。利用R程序“VennDiagram”包绘制膝骨关节炎疾病靶点和姜黄素预测靶点绘制韦恩图，得到药物-疾病共同靶点。
1.4 构建蛋白相关作用关系网络图和拓扑学分析将上述药物-疾病共同靶点输入STRING数据库[20]，选取minimum
required interaction score>0.9，构建蛋白质-蛋白质相互关系(protein-
protein interaction，PPI)网络图，将结果保存成tsv文件，借助Cytoscape软件构建PPI网络，借助Cytoscape的
NetworkAnalyzer工具分析包计算网络中节点的拓扑学属性，涵盖自由度 (Degree)、介度(Betweeness)、聚类系数(Clustering coefficient)等多个参数，然后根据Degree值设置大于中位数的为关键靶点，用菱形表示，重新构建PPI网络图。
1.5 GO富集分析与KEGG通路分析在R软件中安装 Bioconductor软件包“org.Hs.eg.db”，将药物-疾病共同靶点转换成entrezID。然后通过安装“clusterProfiler”和“pathview”包，将已转换的 entrezID，以P < 0.05，Q < 0.05进行药物-疾病共同靶基因GO与KEGG功能富集分析，并将结果以气泡图形式输出，并绘制出主要通路图。
1.6 构建姜黄素治疗膝骨关节炎的姜黄素-共同靶点-通路网络图对“1.4”中获得的药物与疾病共同靶点和“1.5”中获得的通路名称，制作network.xlsx和type.xlsx文件，导入Cytoscape软件，再次利用NetworkAnalyzer工具包计算网络中节点的拓扑学属性，然后根据degree值设置药物、靶点和通路标志大小，菱形表示姜黄素，圆形表示靶点，矩形表示通路，构建姜黄素-共同靶点-通路网络图。
1.7 姜黄素关键靶点与靶蛋白的分子对接为观察姜黄素进入机体后，能否和机体的靶蛋白结合进而发挥药效，文章将1.3中根据degree值设置大于中位数获得的关键靶点与姜黄素这个化合物进行分子对接，分子对接能有效确定与靶受体部位空间、作用力和电性特征匹配小分子化合物，预测与靶点结合的可能性[21]，文章借助IGEMDOCK软件将潜在关键治疗靶点与靶蛋白进行对接，进一步验证化合物靶点预测的准确性[22]。首先将潜在关键治疗靶点输入蛋白质结构数据库(Protein Data Bank，PDB)中[23]，找到相应蛋白的PDBID，保存为pdb格式。从pubchem数据库中下载Curcumin的2D结构的sdf格式[24]，然后通过OpenBabel软件将其转化为mol2格式，将靶蛋白数据信息和Curcumin的mol2文件导入IGEMDICK软件进行分子对接，得到分子对接数据。
1.8 主要观察指标主要包括筛选的基因靶点及其相关通路。

讨论

膝骨关节炎作为一种常见的慢性、退行性骨关节病，发病率逐年上升，已严重影响人类健康，特别是老年人[26]。目前治疗膝骨关节炎的药物主要以非类固醇类药物消炎镇痛，尚不能根治[27]。骨关节炎属于祖国医学“膝痹”和“鹤膝风”范畴[28]，姜黄主治风湿痹痛证，已经被证实治疗膝骨关节炎有效[29]，但现有研究关于姜黄素治疗膝骨关节炎的靶点和通路有限，大部分通过前期试验或者查阅文献所得，所以文章旨在应用大数据挖掘，通过网络药理学的方法探讨姜黄素治疗膝骨关节炎的分子作用机制。
文章通过GEO数据库得到显著差异基因397个，其中上调基因238个，下调基因151个，筛选出129个药物-疾病共同靶点，按Degree值筛选出MAPK3，EGFR，雌激素受体1，MDM2，CYP19A1，MAPK14，雌激素受体和胰岛素样生长因子1受体共计8个关键靶点。MAPK在骨关节炎软骨细胞中导致促炎性细胞因子增高，趋化因子和信号传导酶的过度表达，在骨关节炎发展的MAPK信号通路的中起着重要作用[30]。EGFR受体蛋白通过RAS-RAF-MEK-ERK途径(MAPK/ERK通路)参与细胞增殖，通过PI3K-AKT-mTOR途径参与细胞存活[31]。软骨细胞中雌激素靶向活化雌激素受体1，通过抑制ERK磷酸化激活，进而抑制ERK信号通路，促进自噬流的形成，激活自噬，减少凋亡，进而引起软骨细胞的增殖[32]。CYP19A1是雌激素合成过程中的一个关键酶，胰岛素样生长因子1也能通过配体非依赖途径激活雌激素受体而促进靶基因表达[33]。雄激素受体抑制白细胞介素1，6的产生，间接抑制破骨细胞形成，从而阻碍骨关节炎病程[34]。MDM2是骨关节炎中肿瘤坏死因子α介导的PI3K-Akt-MDM2信号通路上的下游因子[35]。在37个信号通路中，PI3K-Akt、MAPK、白细胞介素17、肿瘤坏死因子和缺氧诱导因子1信号通路尤为重要。PI3K/Akt信号通路是抑制炎症和软骨细胞凋亡的重要途径[36]，MAPK信号通路是骨关节炎发展中导致促炎性细胞因子、趋化因子和信号传导酶的过度表达的关键通路，白细胞介素17信号通路中的白细胞介素17是一种主要由活化的T细胞分泌[37]，产生致炎细胞因子白细胞介素1β和肿瘤坏死因子α。肿瘤坏死因子α是正常关节骨骼中骨代谢的关键因子dickkopf-1的关键诱导剂，参与了关节重塑[25]，在软骨动态失调中通过驱动炎症级联反应和软骨降解而发挥关键作用[38]，关节软骨由于缺乏毛细血管网络，因此造成低氧的微环境，而缺氧诱导因子1参与调节关节软骨的体内平衡，一项病例对照研究发现缺氧诱导因子1α信号通路参与了膝骨关节炎的发展。现有研究表明姜黄素通过Akt/mTOR信号通路诱导的自噬抗骨关节炎[39]，通过Toll样受体4/核转录因子κB信号通路降低炎症水平，参与了膝骨关节炎的发展，但缺乏通过其他抗炎和抑制软骨细胞凋亡相关通路研究，如缺氧诱导因子1α、白细胞介素17、MAPK和肿瘤坏死因子信号通路。通过8个关键靶点作用提示今后可开展姜黄素中的雌激素通过ERK信号通路治疗膝骨关节炎的研究，雄激素通过白细胞介素信号通路作用于膝骨关节炎。
文章GO分析结果显示姜黄素治疗膝骨关节炎的生物学进程主要集中在与DNA结合转录因子结合、DNA结合转录激活剂活性、RNA聚合酶Ⅱ特异性及DNA结合转录激活因子活性此3类条目中。KEGG通路分析表明疾病-药物共同靶点主要富集在白细胞介素17信号通路和肿瘤坏死因子信号通路。在Cytoscope数据中，利用“Ctrl+6”快捷键，可以看出PI3K-Akt信号通路中姜黄素有20个靶点参与了该过程，其中关键靶点EGFR参与了该过程，有18个靶点参与了MAPK信号通路，其中有EGFR和MAPK14靶点，各有16个靶点参与了白细胞介素17信号通路和肿瘤坏死因子信号通路，其中有靶点MAPK14，13个靶点参与缺氧诱导因子1信号通路，其中EGFR参与了该过程。从而可知姜黄素的重要靶点EGFR主要通过PI3K-Akt、MAPK、缺氧诱导因子1、MAPK14白细胞介素17和肿瘤坏死因子信号通路发挥抗炎与抑制软骨细胞凋亡的作用。另外AKT1靶点有27条通路，在关键通路中与PI3K-Akt、MAPK、肿瘤坏死因子和缺氧诱导因子1信号通路有关，NFKB1靶点和RELA靶点各有22条通路，在关键通路中与PI3K-Akt、MAPK、白细胞介素17、肿瘤坏死因子和缺氧诱导因子1信号通路都有关，IKBKB靶点涉及19条通路，在关键通路中与PI3K-Akt、MAPK、白细胞介素17和肿瘤坏死因子信号通路有关。
文章分子对接结果显示对接能量值均低于-100，可知姜黄素进入机体后能与相关靶蛋白较好的亲和力，姜黄素在3D94靶蛋白的口袋内，结合位点是胰岛素样生长因子1受体。
综上所述，姜黄素通过MAPK3、EGFR、雌激素受体1、MDM2、
CYP19A1、MAPK14、雌激素受体和胰岛素样生长因子1受体等关键靶点与PI3K-Akt、MAPK、白细胞介素17、肿瘤坏死因子和缺氧诱导因子1信号通路等多条主要通路发挥抗炎和抑制软骨细胞凋亡的方式治疗膝骨关节炎，网络药理学的应用为中药研究提供了新的技术和方法，有助于高效预测相关同类药物和筛选相关靶点及通路，但该研究是以计算机模拟和大数据分析结果为基础的，后续还需要细胞或动物实验结果来验证。
中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

从生物信息与网络药理角度认识姜黄素治疗膝骨关节炎的分子机制

Molecular mechanism of curcumin in the treatment of knee osteoarthritis based on bioinformatics and network pharmacology

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 12

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	农复香, 蒋志雄, 李英豪, 许文聪, 施智兰, 罗慧, 张晴朗, 钟爽, 唐梅文. 外泌体调控铁死亡在疾病诊断治疗中的应用与作用[J]. 中国组织工程研究, 2023, 27(在线): 1-10.
[2]	郭淑慧, 杨晔, 江杨洋, 许建文. 神经源性膀胱miRNA-mRNA调控网络的筛选与验证[J]. 中国组织工程研究, 2023, 27(在线): 1-8.
[3]	李晓敏, 田向东 , 谭冶彤 , 朱光宇 , 王荣田 , 王剑 , 薛志鹏, 马晟, 胡元一, 黄叶, 丁天送. 骨质疏松性内侧室膝骨关节炎胫骨高位截骨后下肢力线及膝关节功能的变化[J]. 中国组织工程研究, 2023, 27(9): 1325-1329.
[4]	党祎, 杜成砚, 姚红林, 袁能华, 曹金, 熊山, 张顶梅, 王信. 激素型骨坏死与氧化应激[J]. 中国组织工程研究, 2023, 27(9): 1469-1476.
[5]	赵璐, 赵逸菲, 高达, 刘艳芳, 付婷婷, 徐江雁. Zeste基因抑制子基因12在糖尿病肾脏病模型大鼠肾组织中的表达[J]. 中国组织工程研究, 2023, 27(8): 1179-1186.
[6]	袁维, 刘静东, 徐广辉, 康健, 李富平, 王英杰, 支中正, 李冠武. 人血管周围干细胞成骨分化及Wnt/β-catenin信号通路的调控[J]. 中国组织工程研究, 2023, 27(6): 866-871.
[7]	袁博, 谢利德, 付秀美. 许旺细胞源性外泌体促进损伤周围神经的修复与再生[J]. 中国组织工程研究, 2023, 27(6): 935-940.
[8]	李欣悦, 李熙恒, 毛天娇, 唐亮, 李江. 三维培养人牙周膜干细胞的形态、活性及成骨分化能力[J]. 中国组织工程研究, 2023, 27(6): 846-852.
[9]	王金玲, 黄夏荣, 屈萌艰, 黄福锦, 尹林伟, 钟培瑞, 刘静, 孙光华, 廖阳, 周君. 运动训练老年骨质疏松大鼠骨量及骨微结构的变化[J]. 中国组织工程研究, 2023, 27(5): 676-682.
[10]	袁长深, 官岩兵, 李哲, 容伟明, 廖书宁, 陈乐伟, 梅其杰, 段戡. 骨关节炎坏死性凋亡关键基因的筛选与验证[J]. 中国组织工程研究, 2023, 27(5): 695-700.
[11]	伍宇婕, 晚晓芳, 魏绵兴, 彭世元, 徐晓梅. 正畸牙移动模型小鼠压力侧牙周膜细胞自噬与Hippo-Yes相关蛋白通路的关系[J]. 中国组织工程研究, 2023, 27(5): 683-689.
[12]	邵子晨, 李华南, 顾兵, 章晓云, 孙伟康, 刘永钱, 甘斌. 痛风过程中微小RNA、长链非编码RNA和环状RNA介导降尿酸、抗炎及调控骨代谢的协同调节作用[J]. 中国组织工程研究, 2023, 27(5): 765-771.
[13]	陶新, 徐逸, 宋志文, 刘锦波. Hippo信号通路参与脊髓损伤的调控[J]. 中国组织工程研究, 2023, 27(4): 619-625.
[14]	李晓敏, 田向东, 谭冶彤, 薛志鹏, 马晟, 胡元一, 黄叶, 丁天送. 胫骨结节远端单平面截骨患者髌股关节退变及髌骨高度的改变[J]. 中国组织工程研究, 2023, 27(27): 4367-4372.
[15]	胡伟, 严贤科. 内翻膝关节置换中后交叉韧带保留型膝关节假体对步态、下肢静脉回流的影响[J]. 中国组织工程研究, 2023, 27(22): 3503-3507.